融入类别信息的图像标注概率主题模型

基于概率主题模型的图像标注方法旨在通过学习图像语义进行图像标注,近年来倍受研究人员关注。考虑到类别对图像标注可提供有价值的信息,例如,“高楼”类图像,出现“天空”、“摩天楼”的可能性大于“海水”和“沙滩”。而“海岸”类图像出现“海水”、“沙滩”的可能性要大于“天空”和“摩天楼”。在Corr-LDA模型的基础上利用图像类别来改进图像的标注性能,提出了一个融入类别信息的图像标注概率主题模型。为该模型推导了一个基于变分EM的参数估计算法,并给出了使用该模型标注图像的方法。在LabelMe和UIUC-Sport两个真实数据集上验证了提出模型的标注性能要高于其他相比较模型。     

三元统计语言模型对基因表达载体设计的优化

不断地将一些合成生物学标准“零件”以一定的标准装配,就可以得到由数十个功能片段组成的复杂表达载体。但是每一类的合成生物学标准“零件”数量众多,随着这些标准“零件”的不断开发,其数量也在进一步增加。在进行表达载体构建的最后阶段,从众多的“零件”中选择合适的以组装成功能性表达载体费时费力,并且容易发生错误。为解决这一问题,采用了自然语言处理的统计语言模型,并以该模型为基础应用动态规划算法优化表达载体设计,从众多的选项中找出最优者。利用这一方法可以减少进行生物学实验的冗余操作,从而减少表达载体构建过程中的花费。     

不确定性区域上的多维关键词搜索

随着在线地图应用的普及,基于地图的空间对象检索成为一个重要的工具而被广泛使用,技术也比较成熟。人们在地图上经常进行确定性目标点查询,例如用户提交关键词“咖啡店”,地图应用会在地图上标记所有的咖啡店,用户还可以通过进一步操作获取咖啡店的详细信息。但实际生活中存在另一种需求,例如用户想找到一个区域,在这个区域内要有“咖啡店”、“学校”和“旅店”这三类对象,称这样的查询为不确定性区域检索查询。目前对地图应用的研究无法解决不确定性区域检索的问题。而利用矩形剪枝和top-k推荐能够通过用户提交的关键字,给用户返回若干候选区域。     

半柔性覆盖的多配送中心路线优化问题研究

为应对“双十一”“618”需求突发性爆涨下物流配送网络的爆仓、滞缓等问题,提出能够兼顾配送系统稳定性和配送路线竞争性的“半柔性覆盖策略”,研究半柔性覆盖的多配送中心路线优化问题。在传统配送中心路线优化问题的基础上,根据地理位置,区分固定需求点和柔性需求点,定义固定需求点只能由所属配送中心服务,而柔性需求点可由多个配送中心协同服务;以总成本最小为目标,建立半柔性覆盖的多配送中心路线优化模型;设计遗传算法求解,使用Matlab编译;选取申通快递在西安北郊地区的五个配送站点为实例进行求解,将求解结果与原始路线、“全柔性覆盖策略”和“固定分区策略”进行对比,验证了“半柔性覆盖策略”的有效性。     

移动视频体验质量的量化评价模型

移动视频体验质量（QoE）的研究正变得日益重要,现有的QoE评价模型缺少相应的量化方法。结合移动视频业务的特点,提出了两层权值的QoE量化评价模型,即QoE由六种“影响层面”按各自的一级权值叠加而成;进一步地,每个“影响层面”又由多个“影响因素”构成。除了丢包和抖动两个“影响因素”外,其他“影响因素”均具有独立的二级权值。提出通过层次分析法（AHP）计算出所有的一级权值,并且进一步计算出除了丢包、抖动外的其他二级权值。由于丢包和抖动这两个影响因素相互依赖,无法计算各自的二级权值,因此通过网络模拟实验,找出两者的双变量函数f（丢包,抖动）,由此得到完整的两层权值QoE量化评价模型。所提QoE量化评价模型通过测评人员的QoE评分进行验证,实验结果表明该模型获得了较高的准确度,证明了上述模型量化方法的可靠性。     

基于User Profile的微博用户推荐

传统微博用户推荐算法采用的数据来源单一,模型简单,导致推荐准确率不高。针对这一问题,本文提出一种基于标签的User Profile推荐算法,根据微博数据的特点,深入研究“微博文本”、“标签”、“社交关系”和“用户自身基本信息”等因素对微博个性化推荐的影响,通过训练LDA主题模型和SVM分类器将它们转换为标签,并赋予权重来描述用户兴趣,进行用户推荐以提高推荐准确性。实验结果表明,与传统VSM模型方法相比,该算法进行用户推荐效果更佳。     

基于中介逻辑的模糊知识表示及应用

本文基于中介逻辑理论,在知识描述中区分知识的“矛盾”与“对立”,肯定对立的模糊概念之间存在中介对象（中介概念）,将矛盾否定与对立否定运用于知识表示中;并 以一金融决策实际问题为例,采用距离比率函数为模糊谓词表达式赋予属于[0,1]区间的真值,结合中介谓词逻辑的无穷值语义模型与具体情形,给出了模型中变量（取值的的一种确定方法及其意义,最后通过一具体实例讨论了模糊知识推理。     

基于基元模型的产品创意设计方法与表征研究

为打破传统 “设计直觉、灵感”生成过程“黑箱”,运用可拓学基元理论, 构建创意设计阶段基元模型,结合工业设计学科属性,提出“异特征”、“异量值”、“异规则”、 “关系同构”四个构思层面,明确分物元获取参照方法,以保证物元变换品质,得到基于基元 模型的产品创意设计方法及表征,有效提升产品创新品质。最后,以家用加湿器设计实例验 证了本方法的有效性、实用性和创新性。     

知识作业“动作-时间”分析法研究及应用

借鉴科学管理的思想,探索知识作业的“动作-时间”分析法,构建了知识作业的“动作-时间”分析法模型,以“手机短信发送”为例,模拟两个简单的手机操作任务,通过对比实验对模型进行了验证。实验结果显示通过知识作业“动作-时间”分析法设计的操作界面更加高效。研究结果表明,知识作业“动作-时间”分析法模型符合人类的认知规律,能够解析知识作业的加工过程,可以有效改善知识作业的作业效率。     

具有全局时间的BDI模型

具有分支时序的主体BDI模型没有一个统一的时间度量与现实中的时间相对应,不方便进行关于时间相关目标的推理和实现基于时间相关目标的协同。本文给出了一个具有分支时序和全局时间的主体BDI模型。该模型结构简单、自然,不存在“逻辑全知”和“副作用”等问题．     

面向对象的Intranet信息系统模型

用面向对象方法分析了基于Ｉｎｔｒａｎｅｔ的信息系统，提出了一个面向对象的基于Ｉｎｔｒａｎｅｔ信息系统模型（ＩｎｔｒａＭｏｄｅｌ），并就信息系统的实例对Ｉｔｒａ Ｍｏｄｅｌ模型、对象的划分、对象的建立、对象的重组等进行了分析。     

基于ECA规则约束有向图的工作流建模

将工作流模型划分为三部分:过程模型、数据模型和组织模型.通过ECA规则与有向图相结合对工作流进行过程建模,利用有向图直观地表述流程的走向,工作流引擎通过对ECA规则的解释导航流程;给出了数据模型中数据对象的形式化定义;在组织模型中对RBAC模型进行改进,解决其在细粒度权限控制上的不足.设计了模型在J2EE下的部署结构.     

对象模式到关系模式转换研究

数据在信息系统中的使用面临着这样一个困难,即:数据存储是以关系模型为基础,而软件开发以对象模型来进行,造成了软件开发中数据访问技术的不和谐。提出并建立了一个软件框架,并就对象模式到关系模式的转换进行了研究。     

超媒体同步模型研究

本文以Ｄｘｔｅｒ超文本参考模型为标准,吸收了Ａｍｓｔｅｒｄａｍ超媒体和Ｔｒｅｌｌｉｓ模型的优点,将所提出的分布多媒体同步Ｐｅｔｒｉ网模型扩展到超媒体,即提出一种分布超媒体同步Ｐｅｔｒｉ网模型。该模型可较好地解决分布超媒体系统中超链、对象同步和用户交互三个关键问题。     

专家系统外壳设计工具

本文给出了一个设计与实现专家系统外壳的扩展对象模型（ＥＯＭ）；定义了一组用于该模型的操作．介绍了获取ＥＯＭ中对象属性的动态集成扩展模型（ＡＩＥＯＭ）．ＥＯＭ用于专家系统外壳的概念设计，专家系统外壳通过ＡＩＥＯＭ来活化．然后给出一个用Ｐｒｏｌｏｇ描述的原型梗概．     

HLA中对象模型模板向关系表映射方法研究

分析了对象模型模板的原理,提出了对象模型模板向关系模型映射的规则,重点分析了对象类结构表和对象类属性表的映射方法.     

3-D object segmentation using ant colonies

3-D object segmentation is an important and challenging topic in computer vision that could be tackled with artificial life models.A Channeler Ant Model (CAM), based on the natural ant capabilities of dealing with 3-D environments through self-organization and emergent behaviours, is proposed.Ant colonies, defined in terms of moving, pheromone laying, reproduction, death and deviating behaviours rules, is able to segment artificially generated objects of different shape, intensity, background.The model depends on few parameters and provides an elegant solution for the segmentation of 3-D structures in noisy environments with unknown range of image intensities: even when there is a partial overlap between the intensity and noise range, it provides a complete segmentation with negligible contamination (i.e., fraction of segmented voxels that do not belong to the object). The CAM is already in use for the automated detection of nodules in lung Computed Tomographies.     

A Hidden Markov Model approach for appearance-based 3D object recognition

In this paper, a new appearance-based 3D object classification method is proposed based on the Hidden Markov Model (HMM) approach. Hidden Markov Models are a widely used methodology for sequential data modelling, of growing importance in the last years. In the proposed approach, each view is subdivided in regular, partially overlapped sub-images, and wavelet coefficients are computed for each window. These coefficients are then arranged in a sequential fashion to compose a sequence vector, which is used to train a HMM, paying particular attention to the model selection issue and to the training procedure initialization. A thorough experimental evaluation on a standard database has shown promising results, also in presence of image distortions and occlusions, the latter representing one of the most severe problems of the recognition methods. This analysis suggests that the proposed approach represents an interesting alternative to classic appearance-based methods to 3D object classification.     

部件化面向对象分布式系统XDCOODS

一、概述 分布式系统是计算机技术中重要的研究领域。近年来,向下优化(Downsizing)适度优化(Rightsizing)已经成为一种重要的发展潮流,因此研究由多台自治的计算机经局域网广域网连接起来的分     

HLA仿真建模应用研究

在简单分析HLA对象模型模板及对象模型的基础上 ,以面向对象的建模方法为指导 ,以动态对象体系为框架 ,建立了某空空作战仿真系统的HLA对象模型 ,并开展了利用先进模型体系建模的研究探索。